Bạn nghĩ rằng bạn đã “biết AI”, nhưng thực ra bạn chỉ là biết cách sử dụng AI
Có lẽ đây là thời đại AI Coding, và cái bẫy dễ bị mọi người vướng nhất.
Giờ viết code đã sướng cỡ nào, 90% người mới cũng có thể làm được.
1. Cho AI viết code
2. Bug để AI rà
3. Refactor để AI sửa
4. Test để AI bổ sung
5. Lên phương án kiến trúc để AI liệt kê vài cái cho bạn
Có thể cả quá trình chỉ mất vài phút, thậm chí vài giây, hiệu suất đúng là tăng vọt.
Nhưng tôi bỗng nghĩ ra một câu hỏi thú vị:
Nếu ngày mai bạn đi phỏng vấn mà AI không ngồi cạnh bạn, thì bạn còn bao nhiêu năng lực cạnh tranh?
Nhà tuyển dụng:
“Đoạn code này có vấn đề gì?”
Bạn: “Bình thường tôi đều để AI giúp tôi xem.”
“Vì sao lại có vấn đề?”
Bạn: “Để AI phân tích là biết thôi.”
“Nếu ngoài production thật sự phát sinh bug, bạn định hướng xử lý thế nào?”
Bạn: “Cái này… để AI kiểm tra xem?”
Nhà tuyển dụng: …
Lúc này mới phát hiện ra: thứ AI giúp bạn tiết kiệm có thể không chỉ là thời gian viết code, mà còn là thời gian suy nghĩ của chính mình.
Điểm nguy hiểm nhất của AI không phải là làm bạn biếng.
Mà là tạo cho bạn một ảo giác rằng code là do chính bạn tự submit, vậy là xong.
Nhưng thực ra có thể chỉ là:
AI viết → bạn sửa qua loa hai chỗ → chạy được → submit.
Còn vì sao phải viết như vậy? Không biết.
Có bẫy nào không? Không biết.
Có đổi sang phương án khác được không? Không biết.
Đó mới là điều đáng cảnh giác thật sự trong AI Coding.
Không biết AI thì có thể bị đào thải.
Nhưng nguy hiểm hơn là: chỉ biết dùng AI.
Cách tốt nhất là: sau khi AI viết xong, bạn vẫn có thể nói với nó:
1. Chỗ nào không đúng?
2. Vì sao không đúng?
3. Sửa thế nào?
4. Vì sao lại sửa như vậy?
5. Nếu có vấn đề, thì phương án dự phòng là gì?
Vì AI có thể giúp bạn viết code.
Nhưng thứ mà nhà tuyển dụng thật sự muốn biết là:
Nếu AI sai, bạn có đủ năng lực để phát hiện không?
Vậy nên đừng chỉ coi AI là một “bộ tạo sinh code”.
Mỗi ngày bạn tốn đi những Token,
rốt cuộc đổi lại là năng lực, hay chỉ đổi lấy thêm nhiều code hơn?
Có lẽ đây là thời đại AI Coding, và cái bẫy dễ bị mọi người vướng nhất.
Giờ viết code đã sướng cỡ nào, 90% người mới cũng có thể làm được.
1. Cho AI viết code
2. Bug để AI rà
3. Refactor để AI sửa
4. Test để AI bổ sung
5. Lên phương án kiến trúc để AI liệt kê vài cái cho bạn
Có thể cả quá trình chỉ mất vài phút, thậm chí vài giây, hiệu suất đúng là tăng vọt.
Nhưng tôi bỗng nghĩ ra một câu hỏi thú vị:
Nếu ngày mai bạn đi phỏng vấn mà AI không ngồi cạnh bạn, thì bạn còn bao nhiêu năng lực cạnh tranh?
Nhà tuyển dụng:
“Đoạn code này có vấn đề gì?”
Bạn: “Bình thường tôi đều để AI giúp tôi xem.”
“Vì sao lại có vấn đề?”
Bạn: “Để AI phân tích là biết thôi.”
“Nếu ngoài production thật sự phát sinh bug, bạn định hướng xử lý thế nào?”
Bạn: “Cái này… để AI kiểm tra xem?”
Nhà tuyển dụng: …
Lúc này mới phát hiện ra: thứ AI giúp bạn tiết kiệm có thể không chỉ là thời gian viết code, mà còn là thời gian suy nghĩ của chính mình.
Điểm nguy hiểm nhất của AI không phải là làm bạn biếng.
Mà là tạo cho bạn một ảo giác rằng code là do chính bạn tự submit, vậy là xong.
Nhưng thực ra có thể chỉ là:
AI viết → bạn sửa qua loa hai chỗ → chạy được → submit.
Còn vì sao phải viết như vậy? Không biết.
Có bẫy nào không? Không biết.
Có đổi sang phương án khác được không? Không biết.
Đó mới là điều đáng cảnh giác thật sự trong AI Coding.
Không biết AI thì có thể bị đào thải.
Nhưng nguy hiểm hơn là: chỉ biết dùng AI.
Cách tốt nhất là: sau khi AI viết xong, bạn vẫn có thể nói với nó:
1. Chỗ nào không đúng?
2. Vì sao không đúng?
3. Sửa thế nào?
4. Vì sao lại sửa như vậy?
5. Nếu có vấn đề, thì phương án dự phòng là gì?
Vì AI có thể giúp bạn viết code.
Nhưng thứ mà nhà tuyển dụng thật sự muốn biết là:
Nếu AI sai, bạn có đủ năng lực để phát hiện không?
Vậy nên đừng chỉ coi AI là một “bộ tạo sinh code”.
Mỗi ngày bạn tốn đi những Token,
rốt cuộc đổi lại là năng lực, hay chỉ đổi lấy thêm nhiều code hơn?
